相关疑难解决方法(0)

有没有更好的方法从"input_array"和"select_id"获取"output_array"？

我们可以摆脱range( input_array.shape[0] )？

>>> input_array = numpy.array( [ [3,14], [12, 5], [75, 50] ] )
>>> select_id = [0, 1, 1]
>>> print input_array
[[ 3 14]
 [12  5]
 [75 50]]

>>> output_array = input_array[  range( input_array.shape[0] ), select_id ]
>>> print output_array
[ 3  5 50]

我有一个numpy矩阵:

>>> A = np.matrix('1 2 3; 5 1 6; 9 4 2')
>>> A
matrix([[1, 2, 3],
        [5, 1, 6],
        [9, 4, 2]])

我想获得每行中最大值的索引以及值本身.我可以使用A.argmax(axis = 1)得到最大值的索引,在这种情况下我会得到:

>>> indices = A.argmax(axis=1)
>>> indices
matrix([[2],
        [2],
        [0]])

如何使用'indices'数组来获取矩阵中每行的最大值数组？有什么方法可以更有效地或在一次操作中做到这一点？是否有一个函数可以返回值及其行和列坐标？

我有一个形状为 (m, n) 的二维 numpy 数组、矩阵。我的实际用例有 m ~ 1e5 和 n ~ 100，但为了有一个简单的最小示例：

matrix = np.arange(5*3).reshape((5, 3))

我有一个整数索引数组 idx，形状为 (m, )，每个条目都在 [0, n) 之间。此数组指定应从matrix 的每一行中选择哪一列。

idx = np.array([2, 0, 2, 1, 1])

所以，我试图从第 0 行选择第 2 列，从第 1 行选择第 0 列，从第 2 行选择第 2 列，从第 1 行选择第 1 列，从第 4 行选择第 1 列。因此最终答案应该是：

correct_result = np.array((2, 3, 8, 10, 13))

我已经尝试了以下，这是直观的，但不正确：

incorrect_result = matrix[:, idx]

上面的语法所做的是将 idx 逐行应用为花哨的索引数组，从而产生另一个形状为 (m, n) 的矩阵，这不是我想要的。

这种类型的花式索引的正确语法是什么？

如何从给定指示符列向量的二维数组中检索列向量？

假设我有

X = np.array([[1, 4, 6],
              [8, 2, 9],
              [0, 3, 7],
              [6, 5, 1]])

和

S = np.array([0, 2, 1, 2])

有没有一种优雅的方式来获得X结果S，array([1, 9, 3, 1])这相当于

np.array([x[s] for x, s in zip(X, S)])